一句话
一个很重的 PDF，几乎全部体积都在图片里。一页打字的文本是 20–50 KB；一页 300 dpi 彩色扫描是 1–3 MB。压缩 PDF 的意思就是把这些图片按更低的分辨率或质量重新编码——文件里其它东西都不值得去缩。如果文档主要是文字却仍然太大，那是它的生成方式出了问题，解决办法是另一回事。
字节在哪
打开一个 PDF 的结构，里面是三类内容：
- 文字和矢量图形：以紧凑的指令存放（“在这里画这个字形”），已经用和 ZIP 一样的算法压过。一本 100 页的小说不到 1 MB。这里没什么可省。
- 字体：嵌进去，文件到哪都长一样。一套完整的中日韩字体 5–15 MB，但 PDF 生成器通常只嵌用到的字形（“子集化”），压到几十 KB。一个因为字体而重的 PDF，是导出时关掉了子集化——重新导出，不是压缩。
- 图片：照片、扫描件、logo，以及最常见的罪魁——扫描的一页，不管页上有什么，都是一整张图。
一份用手机扫的 12 页租房合同，就是 12 张 300–400 万像素的 JPEG。25 MB 就是这么来的，上传表单卡住的也是它。
“压缩 PDF”做的是什么
PDF 压缩器做一件有用的事：找到每张图片，解码，再以更小的方式编码——更低的 JPEG 质量、更低的分辨率，或两者都要。文字层、链接、书签原样不动。三个设置要紧：
- 分辨率。 300 dpi 的扫描是 OCR 和打印需要的。在屏幕上看，150 dpi 看起来一模一样，像素只有四分之一。一份只会在屏幕上看的表单可以到 100–120 dpi。分辨率减半，图片体积变四分之一；这是最大的杠杆，没有之一。
- JPEG 质量。 从 95 到 75 大约省 60%，文档上几乎看不出变化。低于 60，文字边缘开始糊。
- 颜色。 一份黑白表单的扫描件存成 RGB，是用三个通道装一个通道的内容。转灰度省三分之一；干净的文字页转成真正的黑白（1 位，CCITT 或 JBIG2 编码）能省 90%。
PDF 压缩在浏览器里做这件事——文档在你的机器上用 PDF.js 解码，每张图重新编码，再用 pdf-lib 重建文件——下载之前就显示结果大小。如果结果反而比原件大，它保留原件：这说明图片本来就小，压缩不是这份文件的答案。
压缩到不了的时候
- 限制很小而文档很长。 40 页扫描件不可能以可读的质量塞进 2 MB。把它拆分成表单真正要的那几页；多数“上传合同”的字段要的是签字页，不是附件。
- 已经压过了。 压缩器跑两遍除了让图片再糊一点什么都不会发生。工具报告只省了几个百分点，就停。
- 重在字体或内嵌文件。 有些 PDF 带附件、3D 模型或完整字体。从源文档（Word、Google 文档、设计软件）用“标准”或“最小体积”设置重新导出。
- 本该是文字的扫描件。 一封打字的信打印出来再扫描，比原信重一百倍。有原件就重新导出；只有扫描件的话，OCR 不会减小体积——图片留着，文字加在上面。
按这个顺序试
- 先看里面是什么：扫描件，就准备压缩；打字稿，就准备重新导出。
- 150 dpi、质量 75 压一次。光这一步就解决多数“25 MB → 5 MB 以内”的情况。
- 还大：转灰度，再到 120 dpi。
- 还大：拆分——只发要求的那几页。
- 最后手段：PDF 转图片用适中的分辨率导出，再图片转 PDF。这把一切压平成每页一张 JPEG，像素数完全由你控制；文字层没了，所以只对没人需要搜索或复制的文档这么做。
之后检查两样东西
打开结果，放大最小的文字——签名、脚注、印章上的字。过度压缩最先在那里露馅。另外，如果这个 PDF 带证书数字签名，任何重编码都会让签名失效，收件人会看到“签名后被修改”。这类文件，拆分是唯一安全的减重方式，而且连拆分也会破坏签名——发原件，去谈那个限制。